Modeling of aroma compounds diffusion coefficient in polymeric films using artificial neural networks

Abstract

جذب ترکیبات معطر در بسته بندیهای پلاستیکی و انتشار این ترکیبات سبب کاهش غلظت این ترکیبات در ماده غذایی می شود و بدنبال آن ماندگاری و بازارپسندی مواد غذایی را کاهش می دهد که این امر موجب زیانهای اقتصادی فراوانی می شود بنابراین بررسی عوامل موثر بر پدیده انتشار این ترکیبات در پلیمرها جهت به حداقل رساندن اثرات منفی این پدیده اهمیت فراوانی دارد. در پژوهش حاضر از مدلسازی به روش شبکه عصبی جهت پدیده انتشار پلیمرها در ترکیبات معطر استفاده شده است. مدل مذکور تاثیر عوامل موثر براین پدیده شامل عوامل محیطی، ساختار ترکیبات معطر وساختارپلیمرها را در نظر می گیرد وقادر به ارائه ضریب انتشار است. این مدل قابلیت پیش بینی ضریب انتشار ترکیبات معطر در بسته بندی های پلی اتیلن با دانسیته بالا را دارد. عصاره های نوشابه ها، عرقیات، کنسانتره های میوه جات و بسیاری فراورده های غلیظ دیگر در بسته های پلی اتیلن با دانسیته بالا عرضه می شوند. مدل ارائه شده قادر به محاسبه ماندگاری و شرایط بهینه نگهداری این محصولات می باشد ضمن اینکه از پرداخت هزینه های گزاف جهت اندازه گیری تجربی ضریب انتشار جلوگیری می شود. دامنه کاربری این مدل در محدوده دسته ترکیبات معطر مورد استفاده عالی است که از ویژگی های مدلسازی با استفاده از شبکه های عصبی مصنوعی می باشد.rnrnواژه‌های کلیدی: بسته بندی پلاستیکی، ترکیبات معطر، شبکه های عصبی مصنوعی، ضریب انتشار، مدلسازی، نفوذ پذیری